MétaCan
Menu
Retour à la cohorte
Enregistrement W2103450720 · doi:10.7547/0950475

Influence of Treadmill Design on Rearfoot Pronation During Gait at Different Speeds

2005· article· en· W2103450720 sur OpenAlexaff
Sandy Sajko, M.R. Pierrynowski

Notice bibliographique

RevueJournal of the American Podiatric Medical Association · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensMcMaster UniversityCanadian Memorial Chiropractic College
Organismes subventionnairesnon disponible
Mots-clésTreadmillGaitKinematicsSubtalar jointPhysical medicine and rehabilitationMedicineRepeated measures designBiomechanicsPhysical therapyMathematicsAnkleAnatomyStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Understanding the dynamic function of the rearfoot is necessary for recognizing and treating several types of mechanical foot dysfunction. Although the motion of the rearfoot is often measured during treadmill locomotion, the effect of different types of treadmills on the motion of the foot is unclear. In this study, the kinematics of the right subtalar joint in 24 volunteers walking at three speeds on two motorized treadmills were examined. The two treadmills (a wide width and a soft surface versus a narrow width and a hard surface) were selected to maximize motion differences. Maximal change in angular position (positive: supination; negative: pronation) about each volunteer's subtalar joint axis was estimated during three gait phases: weight acceptance, midstance, and push-off. A factorial, repeated-measures analysis of variance determined that the treadmill design had a significant effect on subtalar joint position (F = 5.423; P = .029), albeit with moderate power (0.61). Descriptively, collapsed over all speeds, the subject's feet on the narrow/hard compared with the wide/soft treadmill showed more pronation (0.44 degrees ), less pronation (0.46 degrees ), and more supination (1.44 degrees ) during weight acceptance, midstance, and push-off, respectively. We conclude that treadmill design can affect an individual's rearfoot kinematics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Podiatric Medical AssociationMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207